第 3 章 弗蘭克·羅森布拉特與感知機（Perceptron）：神經網絡的第一次高光#
3.3 夢想的破滅：早期感知機只能處理線性可分問題的致命物理極限#
3.3.1 極限的數學：線性可分性#
單層感知機的分類決策是一個超平面：
\[ \sum_i w_i x_i + b = 0 \]
凡是能被一條（或一個超平面）切開的樣本集，它都能學；不能切開的，它永遠學不會。最簡單的反例是 XOR（異或）：（0,0）→0、（1,1）→0、（0,1）→1、（1,0）→1——這四點在平面上無法用一條直線把 0 類與 1 類分開。早在 1960 年代初即有學者指出此點（明斯基與派珀特亦獨立論證）；1969 年明斯基與派珀特把它寫成書（4.1），成為官方死刑判決。
3.3.2 更深一層：多層解法存在，卻無法訓練#
其實把多個感知機層疊（多層網絡）就能解 XOR——羅森布拉特知道這一點。問題在於：當年的學習規則只能對「最後一層」有效，中間層的權重不知道該怎麼調（誤差「傳不回去」）。缺的那把鑰匙，叫反向傳播（Backpropagation）——要到 1986 年才被辛頓等人系統化推廣（6.1）。換句話說：感知機不是死了，而是「欠了 17 年的訓練算法」。
3.3.3 羅森布拉特的結局#
1960s 末經費收縮，感知機研究停擺；羅森布拉特本人於 1971 年 7 月在切薩皮克灣划船事故中喪生（43 歲）。他生前最後幾年已轉向神經網絡的數學理論，並明確寫過多層網絡的研究議程——歷史欠他一句「方向是對的，只是早了二十年」。
3.3.4 前因後果#
- 前因：單層結構＋學習規則只及末層＋硬體與理論雙重侷限。
- 事件：1961–69 極限被系統證明；1969《Perceptrons》出版。
- 後果：連接學派第一次死亡；符號學派全面接管資源（4.2）；「多層＋可訓練」從此成為神經網絡陣營的聖杯，直到 1986 年反向傳播兌現（6.1）。